（出典：Electronics Fan Elecfans）DeepSeek AI推論モデルから、今年爆発的に注目を集めたOpenClaw AIスマートエージェントまで、エッジ側AI市場は徹底的に火がついた。もしAIの大規模モデルの学習がHBMの高帯域幅ストレージを実現したのであれば、エッジ側AI推論もまた必ずやエッジ側AIストレージを再定義することになる。その中で、国内のストレージ大手企業である江波龍の「統合ストレージ」は、まさに他にない存在だ。このほど開催されたCFM|MemoryS2026フラッシュ・サミットにて、江波龍の会長兼総経理である蔡華波が基調講演を行い、統合ストレージを中心にエッジ側AIの探求について重点的に語った。江波龍の2名の幹部もサミット期間中にメディア取材に応じ、江波龍のエッジ側AIストレージ能力を詳細に解説する一方で、同社はエッジ側AIに向けてストレージのシリーズ新製品および技術を発表しており、外部からの注目も非常に高い。蔡華波は講演の中で、AI推論アプリケーションの加速に伴い、AIの階層型ストレージがクラウド側とエッジ側AIのストレージサービスにおける中核の差異を明確に分けるようになっていると指摘した。その中で、クラウド側AIはGPU向けの専門化されたストレージサービスに焦点を当てる一方、エッジ側AIは高性能容量、SiPシステムレベルの統合パッケージング、カスタマイズサービスという3つの主要なコアニーズに基づいて展開され、そのストレージに対する要求は、従来の標準ストレージエコシステムとは本質的に異なる。消費者向けGPUとAI専用GPUがまったく異なる体系に属するのと同様に、前者は汎用チップのエコシステムに依存し、後者は完全なAIシステム製品のために設計される。エッジ側AIも同様に、深い統合を前提としたカスタマイズストレージソリューションが必要であり、汎用の標準ストレージ製品ではない。この精密なポジショニングに基づき、江波龍はエッジ側AIの統合ストレージソリューションに注力し、AIスマートフォン、AIアシスト運転、AIウェアラブル、AI PC、具現ロボットなど多様なシナリオに正確に適合することで、エッジ側AIストレージの革新に明確なシナリオ指向の錨を打ち、クラウド側AIストレージと優位性を相互補完する。SPU+iSAの強化で、AI PCストレージを深く最適化。温冷データをSSDへ沈降させ、DRAM容量を大幅に節約江波龍の副総裁であり、エンタープライズ・ストレージ事業部の総経理である閻書印は、AI技術の不断の発展に伴い、従来のデータ階層化モデルが変化していると述べた。これまでデータは冷・熱データに多くが分けられていたが、今では温データのシナリオが日々顕在化している。この変化に対応して江波龍は、SPU（Storage Processing Unit、ストレージ処理ユニット）、iSA（Intelligence Storage Agent、ストレージ知能エージェント）、およびHLC（高度キャッシュ）技術を導入し、インテリジェントなスケジューリング機能を実現。さらにホストメーカーと共同で開発し、ソフトとハードの協調最適化を深化させた。通常のSSDコントローラーチップとは異なり、SPUはインテリジェント・ストレージ・アーキテクチャのために設計された専用処理ユニットである。チップは5nmの先進製造プロセスで作られており、1枚の最大容量は128TB。現在主流のcSSDの最大容量は8TBにとどまる一方、大容量eSSDのソリューションはコストが高い。SPUは容量とコストの難題を効果的にバランスし、HDDを効率的に置き換えて顧客のeSSDソリューション探索に新たな可能性を提供するとともに、全体の保有コストの大幅な低減も期待できる。SPUのコアは、ストレージ内無損失圧縮とHLC（High Level Cache）の高度キャッシュという2つの重要な能力を備える。ストレージ内無損失圧縮の平均圧縮比は2:1で、テキスト/コード/データベースなど複数のデータ種をカバーし、SSD容量とコストを大幅に節約できる。さらにHLC技術により、温冷データをSSDへ沈降させることで、DRAM容量要求を約40%近く節約できる。展示会の現場で、筆者は江波龍がAMDと、Ryzen AI Max+ 395プロセッサをベースにしたスマートエージェントのホストを共同でチューニングした実測データを目にした。これにより、397Bの超大型モデルをローカルにデプロイ可能。256Kの超長コンテキスト（122B）シナリオでは、128GBのメモリでスムーズに動作し、DRAM使用量を約40%低減することで、超大型モデルのローカル化による効率的なデプロイと大規模なアプリケーションに向けた革新的な実践案を提供している。閻書印は分析として、KVキャッシュの温データは通常ローカルSSDに保存されることが多く、容量とアクセス速度のバランスがエッジ側AIストレージの重要な方向性だと述べた。AI PCの端末では、HLC技術がSPUに依拠して階層設計を実現し、性能層ではAI専用の高速キャッシュ領域を構築して、大規模モデルのエキスパート/キーバリューのオフロードを実現。ストレージ層はOSと汎用データストレージの操作を担当し、高優先度の読み書きと低優先度のI/Oスケジューリングにより、AI体験を最適化しつつ端末DRAM容量要求とコストを引き下げる。要するに、HLC技術で異種SSDをインテリジェントにスケジューリングし、異なるシナリオに対してSLCまたはQLCを割り当てることで、性能とコストの間でより良いバランスを取るのだ。もちろん、ハードウェア層のSPUストレージ処理ユニットに加えて、江波龍はソフトウェア層でiSAストレージ知能エージェントを構築しており、両者の組み合わせによってソフトとハードの協調が技術のクローズドループを実現する。SPUの「脳」として、iSAストレージ知能エージェントはエッジ側AI推論向けのインテリジェントなスケジューリングエンジンである。MoE大規模モデルではパラメータが膨大、KV Cacheが急速に膨張し、I/O遅延が推論の滑らかさに影響するなどの問題に対して、MoEエキスパートのオフロード、KV Cacheのインテリジェント管理、インテリジェント・プリフェッチのアルゴリズムによって、エッジ側AI推論におけるストレージスケジューリングの難題を効率的に解決する。江波龍はAMDスマートエージェントホストとの共同チューニング事例において、ホストにiSAストレージ知能エージェントを搭載した後、SSDと効果的に協調してチューニングでき、システム全体のエッジ側AIの総合性能が向上することを示している。AIスマートフォンのストレージはHLC技術とUFSが協調し、ウェアラブルは極限のサイズで複数の主要なAIメガネメーカーに採用される組み込み領域では、HLC高度キャッシュ技術とUFSの深い統合により、組み込みエッジ側シナリオでの実装が可能になる。江波龍と紫光展鋭が共同開発した例として、紫光展鋭のチッププラットフォームを搭載した実測データでは、4GB DDRにHLC技術を組み合わせた後、20本のAppの起動応答時間はわずか851msで、6GB/8GB DDRの通常構成に近い。また、江波龍が搭載した14nmプロセスWM7200コントローラのUFS 2.2製品では、シーケンシャルの読み書きが最大で1070MB/s、1000MB/s。ランダム読み書きのIOPSはそれぞれ最大で240K、210Kとなり、業界の主要水準を上回る。滑らかな体験とデバイスの使用寿命を確保する前提のもと、端末のDRAM容量要求を効果的に引き下げ、BOMコストを最適化できる。江波龍の副総裁であり、組み込みストレージ事業部の総経理である黄強は、組み込み製品の観点から見ると、今後のエッジ側AIのストレージ需要は主に、高性能・大容量、SIPシステムレベルの統合、カスタマイズサービスという3つの方向性に集中すると述べた。そして江波龍のウェアラブル製品ラインは、このトレンドにまさに合致している。製品は継続的に革新し、アプリケーションの進捗も速い。紹介によれば、江波龍は国内でシステムレベルのパッケージングの全工程における設計能力を少数ながらも掌握しているストレージメーカーの一つであり、SoC、eMMC/UFS、LPDDR、WiFi、Bluetooth、NFCなど複数のチップを1つのパッケージ内に統合できる。今回登場した5.8mm × 6.3mm eMMCは、現在業界で公開されている最小サイズのeMMC製品だ。極限のパッケージ設計により、江波龍はフラッシュメモリ素子と自社開発のコントローラを高度に統合し、江波龍の前世代の7.2*7.2mmの超小型eMMCに比べて再度約30%主板の占有面積を削減。スマートグラス、腕時計など、スペースに余裕がないウェアラブル構造に対して、貴重なスペースをさらに解放する。もう一つの最新製品ePOP5xは、高性能eMMCとLPDDR5x DRAMを単一パッケージ内で垂直スタックし、LPDDR5xの伝送速度は8533Mbps、厚さはわずか0.5mm。これは、現在の組み込みストレージのパッケージング工法におけるさらなるブレークスルーを示している。この製品の超薄型の特性は、超軽量AIメガネのテンプル（つる）の末端に完璧に組み込める。データの高速アクセスとメモリの高頻度稼働を実現しながら、端末製品に「違和感のない装着」体験を提供するための重要なハードウェア支援となる。消費電力の面では、2つの新製品はいずれも江波龍傘下の慧忆微（Huiyiwei）新世代の自社開発eMMCコントローラーチップを搭載する。読み書き戦略とFlash空間管理方式を深く最適化したことにより、新製品の静的消費電力は前世代製品に比べて大幅に約250%低下。スマートウェアラブル機器の「1日1回の充電」への航続不安を効果的に緩和し、終日オンラインのAIボイスウェイクアップや健康モニタリングなどの常時接続シナリオに対して、堅固なハードウェア基盤を提供する。パッケージング/テスト工程の面では、江波龍傘下の元成科技は同社の高級パッケージング/テスト製造の拠点であり、ウェアラブル向けストレージ製品に対して、ウェハレベルのパッケージングからシステムレベルのテストまでの全工程にわたる保障を提供する。元成科技は、ウェアラブル向けチップの特性に合わせてカスタマイズされたESATの専用ラインを備え、超薄型・高精度の積層パッケージングおよび異種スタック製造が可能。-40°Cから125°Cまでの広い温度範囲で、厳しい信頼性テストを行うことができる。出荷されるストレージチップのそれぞれは、完全な電気特性、エージング、温度サイクル、落下などの検証を経ており、屋外メガネやスポーツ用スマートウォッチなどの厳しい使用環境でも、長期にわたり安定稼働できることを確実にしている。黄強は、江波龍の組み込みストレージの発展はすでに15年の歴程があり、現在のAIという大きな背景のもと、組み込みストレージは単一の標準化ストレージからシステム統合へと移行していると述べた。江波龍は「自社開発コントローラ＋ファームウェア・アルゴリズム＋先進の封止/テスト」によって、チップ定義から完成品納品までの全ライフサイクルのクローズドループを構築している。この「自社開発コントローラ＋ファームウェア最適化＋自主的な封止/テスト」というAIストレージの全ライフサイクルのカスタムサービスのFoundryモデルは、江波龍が従来のストレージメーカーと差別化するための中核的競争力である。これにより、江波龍は製品定義の段階ですでに顧客と深く協調し、特定のウェアラブル・プラットフォームにおける演算能力要件、消費電力、構造制約に応じて、ウェハから完成品までの全ライフサイクルにわたるカスタム設計を行い、「汎用ストレージ」を「シナリオ定義ストレージ」へ進化させることができる。紹介によると、江波龍のウェアラブル向けストレージは複数の主要なAIメガネメーカーのサプライチェーンにすでに入り込んでおり、このヒットしそうなカテゴリの急速な成長に伴って、同社の潜在的な成長ポイントとなることが期待される。まとめAIスマートフォン、AI PC、あるいは「ザリガニ箱」のようなものまで、エッジ側AIは私たちのすぐ近くにあるように見えながらも、実際には手に取って感じられていない。しかし、AIの大規模モデルとスマートエージェントをローカルに動作させられるシステムレベルのストレージソリューションこそが、業界が取り組んでいる方向性である。江波龍の統合ストレージは、革新的な技術と優れた性能によって、エッジ側AIの波に対し継続的に力を与え続けるだろう。 大量の情報、精密な解説は、Sina Finance APPの中にある
端側AIが爆発的な時期に入り、江波龍の「集積ストレージ」がAI PC/スマートフォン、ウェアラブルストレージの革新を牽引
（出典：Electronics Fan Elecfans）
DeepSeek AI推論モデルから、今年爆発的に注目を集めたOpenClaw AIスマートエージェントまで、エッジ側AI市場は徹底的に火がついた。もしAIの大規模モデルの学習がHBMの高帯域幅ストレージを実現したのであれば、エッジ側AI推論もまた必ずやエッジ側AIストレージを再定義することになる。その中で、国内のストレージ大手企業である江波龍の「統合ストレージ」は、まさに他にない存在だ。
このほど開催されたCFM|MemoryS2026フラッシュ・サミットにて、江波龍の会長兼総経理である蔡華波が基調講演を行い、統合ストレージを中心にエッジ側AIの探求について重点的に語った。江波龍の2名の幹部もサミット期間中にメディア取材に応じ、江波龍のエッジ側AIストレージ能力を詳細に解説する一方で、同社はエッジ側AIに向けてストレージのシリーズ新製品および技術を発表しており、外部からの注目も非常に高い。
蔡華波は講演の中で、AI推論アプリケーションの加速に伴い、AIの階層型ストレージがクラウド側とエッジ側AIのストレージサービスにおける中核の差異を明確に分けるようになっていると指摘した。その中で、クラウド側AIはGPU向けの専門化されたストレージサービスに焦点を当てる一方、エッジ側AIは高性能容量、SiPシステムレベルの統合パッケージング、カスタマイズサービスという3つの主要なコアニーズに基づいて展開され、そのストレージに対する要求は、従来の標準ストレージエコシステムとは本質的に異なる。
消費者向けGPUとAI専用GPUがまったく異なる体系に属するのと同様に、前者は汎用チップのエコシステムに依存し、後者は完全なAIシステム製品のために設計される。エッジ側AIも同様に、深い統合を前提としたカスタマイズストレージソリューションが必要であり、汎用の標準ストレージ製品ではない。この精密なポジショニングに基づき、江波龍はエッジ側AIの統合ストレージソリューションに注力し、AIスマートフォン、AIアシスト運転、AIウェアラブル、AI PC、具現ロボットなど多様なシナリオに正確に適合することで、エッジ側AIストレージの革新に明確なシナリオ指向の錨を打ち、クラウド側AIストレージと優位性を相互補完する。
SPU+iSAの強化で、AI PCストレージを深く最適化。温冷データをSSDへ沈降させ、DRAM容量を大幅に節約
江波龍の副総裁であり、エンタープライズ・ストレージ事業部の総経理である閻書印は、AI技術の不断の発展に伴い、従来のデータ階層化モデルが変化していると述べた。これまでデータは冷・熱データに多くが分けられていたが、今では温データのシナリオが日々顕在化している。この変化に対応して江波龍は、SPU（Storage Processing Unit、ストレージ処理ユニット）、iSA（Intelligence Storage Agent、ストレージ知能エージェント）、およびHLC（高度キャッシュ）技術を導入し、インテリジェントなスケジューリング機能を実現。さらにホストメーカーと共同で開発し、ソフトとハードの協調最適化を深化させた。
通常のSSDコントローラーチップとは異なり、SPUはインテリジェント・ストレージ・アーキテクチャのために設計された専用処理ユニットである。チップは5nmの先進製造プロセスで作られており、1枚の最大容量は128TB。現在主流のcSSDの最大容量は8TBにとどまる一方、大容量eSSDのソリューションはコストが高い。SPUは容量とコストの難題を効果的にバランスし、HDDを効率的に置き換えて顧客のeSSDソリューション探索に新たな可能性を提供するとともに、全体の保有コストの大幅な低減も期待できる。
SPUのコアは、ストレージ内無損失圧縮とHLC（High Level Cache）の高度キャッシュという2つの重要な能力を備える。ストレージ内無損失圧縮の平均圧縮比は2:1で、テキスト/コード/データベースなど複数のデータ種をカバーし、SSD容量とコストを大幅に節約できる。さらにHLC技術により、温冷データをSSDへ沈降させることで、DRAM容量要求を約40%近く節約できる。
展示会の現場で、筆者は江波龍がAMDと、Ryzen AI Max+ 395プロセッサをベースにしたスマートエージェントのホストを共同でチューニングした実測データを目にした。これにより、397Bの超大型モデルをローカルにデプロイ可能。256Kの超長コンテキスト（122B）シナリオでは、128GBのメモリでスムーズに動作し、DRAM使用量を約40%低減することで、超大型モデルのローカル化による効率的なデプロイと大規模なアプリケーションに向けた革新的な実践案を提供している。
閻書印は分析として、KVキャッシュの温データは通常ローカルSSDに保存されることが多く、容量とアクセス速度のバランスがエッジ側AIストレージの重要な方向性だと述べた。AI PCの端末では、HLC技術がSPUに依拠して階層設計を実現し、性能層ではAI専用の高速キャッシュ領域を構築して、大規模モデルのエキスパート/キーバリューのオフロードを実現。ストレージ層はOSと汎用データストレージの操作を担当し、高優先度の読み書きと低優先度のI/Oスケジューリングにより、AI体験を最適化しつつ端末DRAM容量要求とコストを引き下げる。要するに、HLC技術で異種SSDをインテリジェントにスケジューリングし、異なるシナリオに対してSLCまたはQLCを割り当てることで、性能とコストの間でより良いバランスを取るのだ。
もちろん、ハードウェア層のSPUストレージ処理ユニットに加えて、江波龍はソフトウェア層でiSAストレージ知能エージェントを構築しており、両者の組み合わせによってソフトとハードの協調が技術のクローズドループを実現する。SPUの「脳」として、iSAストレージ知能エージェントはエッジ側AI推論向けのインテリジェントなスケジューリングエンジンである。MoE大規模モデルではパラメータが膨大、KV Cacheが急速に膨張し、I/O遅延が推論の滑らかさに影響するなどの問題に対して、MoEエキスパートのオフロード、KV Cacheのインテリジェント管理、インテリジェント・プリフェッチのアルゴリズムによって、エッジ側AI推論におけるストレージスケジューリングの難題を効率的に解決する。江波龍はAMDスマートエージェントホストとの共同チューニング事例において、ホストにiSAストレージ知能エージェントを搭載した後、SSDと効果的に協調してチューニングでき、システム全体のエッジ側AIの総合性能が向上することを示している。
AIスマートフォンのストレージはHLC技術とUFSが協調し、ウェアラブルは極限のサイズで複数の主要なAIメガネメーカーに採用される
組み込み領域では、HLC高度キャッシュ技術とUFSの深い統合により、組み込みエッジ側シナリオでの実装が可能になる。江波龍と紫光展鋭が共同開発した例として、紫光展鋭のチッププラットフォームを搭載した実測データでは、4GB DDRにHLC技術を組み合わせた後、20本のAppの起動応答時間はわずか851msで、6GB/8GB DDRの通常構成に近い。また、江波龍が搭載した14nmプロセスWM7200コントローラのUFS 2.2製品では、シーケンシャルの読み書きが最大で1070MB/s、1000MB/s。ランダム読み書きのIOPSはそれぞれ最大で240K、210Kとなり、業界の主要水準を上回る。滑らかな体験とデバイスの使用寿命を確保する前提のもと、端末のDRAM容量要求を効果的に引き下げ、BOMコストを最適化できる。
江波龍の副総裁であり、組み込みストレージ事業部の総経理である黄強は、組み込み製品の観点から見ると、今後のエッジ側AIのストレージ需要は主に、高性能・大容量、SIPシステムレベルの統合、カスタマイズサービスという3つの方向性に集中すると述べた。
そして江波龍のウェアラブル製品ラインは、このトレンドにまさに合致している。製品は継続的に革新し、アプリケーションの進捗も速い。紹介によれば、江波龍は国内でシステムレベルのパッケージングの全工程における設計能力を少数ながらも掌握しているストレージメーカーの一つであり、SoC、eMMC/UFS、LPDDR、WiFi、Bluetooth、NFCなど複数のチップを1つのパッケージ内に統合できる。今回登場した5.8mm × 6.3mm eMMCは、現在業界で公開されている最小サイズのeMMC製品だ。極限のパッケージ設計により、江波龍はフラッシュメモリ素子と自社開発のコントローラを高度に統合し、江波龍の前世代の7.2*7.2mmの超小型eMMCに比べて再度約30%主板の占有面積を削減。スマートグラス、腕時計など、スペースに余裕がないウェアラブル構造に対して、貴重なスペースをさらに解放する。
もう一つの最新製品ePOP5xは、高性能eMMCとLPDDR5x DRAMを単一パッケージ内で垂直スタックし、LPDDR5xの伝送速度は8533Mbps、厚さはわずか0.5mm。これは、現在の組み込みストレージのパッケージング工法におけるさらなるブレークスルーを示している。この製品の超薄型の特性は、超軽量AIメガネのテンプル（つる）の末端に完璧に組み込める。データの高速アクセスとメモリの高頻度稼働を実現しながら、端末製品に「違和感のない装着」体験を提供するための重要なハードウェア支援となる。
消費電力の面では、2つの新製品はいずれも江波龍傘下の慧忆微（Huiyiwei）新世代の自社開発eMMCコントローラーチップを搭載する。読み書き戦略とFlash空間管理方式を深く最適化したことにより、新製品の静的消費電力は前世代製品に比べて大幅に約250%低下。スマートウェアラブル機器の「1日1回の充電」への航続不安を効果的に緩和し、終日オンラインのAIボイスウェイクアップや健康モニタリングなどの常時接続シナリオに対して、堅固なハードウェア基盤を提供する。
パッケージング/テスト工程の面では、江波龍傘下の元成科技は同社の高級パッケージング/テスト製造の拠点であり、ウェアラブル向けストレージ製品に対して、ウェハレベルのパッケージングからシステムレベルのテストまでの全工程にわたる保障を提供する。元成科技は、ウェアラブル向けチップの特性に合わせてカスタマイズされたESATの専用ラインを備え、超薄型・高精度の積層パッケージングおよび異種スタック製造が可能。-40°Cから125°Cまでの広い温度範囲で、厳しい信頼性テストを行うことができる。出荷されるストレージチップのそれぞれは、完全な電気特性、エージング、温度サイクル、落下などの検証を経ており、屋外メガネやスポーツ用スマートウォッチなどの厳しい使用環境でも、長期にわたり安定稼働できることを確実にしている。
黄強は、江波龍の組み込みストレージの発展はすでに15年の歴程があり、現在のAIという大きな背景のもと、組み込みストレージは単一の標準化ストレージからシステム統合へと移行していると述べた。江波龍は「自社開発コントローラ＋ファームウェア・アルゴリズム＋先進の封止/テスト」によって、チップ定義から完成品納品までの全ライフサイクルのクローズドループを構築している。この「自社開発コントローラ＋ファームウェア最適化＋自主的な封止/テスト」というAIストレージの全ライフサイクルのカスタムサービスのFoundryモデルは、江波龍が従来のストレージメーカーと差別化するための中核的競争力である。これにより、江波龍は製品定義の段階ですでに顧客と深く協調し、特定のウェアラブル・プラットフォームにおける演算能力要件、消費電力、構造制約に応じて、ウェハから完成品までの全ライフサイクルにわたるカスタム設計を行い、「汎用ストレージ」を「シナリオ定義ストレージ」へ進化させることができる。
紹介によると、江波龍のウェアラブル向けストレージは複数の主要なAIメガネメーカーのサプライチェーンにすでに入り込んでおり、このヒットしそうなカテゴリの急速な成長に伴って、同社の潜在的な成長ポイントとなることが期待される。
まとめ
AIスマートフォン、AI PC、あるいは「ザリガニ箱」のようなものまで、エッジ側AIは私たちのすぐ近くにあるように見えながらも、実際には手に取って感じられていない。しかし、AIの大規模モデルとスマートエージェントをローカルに動作させられるシステムレベルのストレージソリューションこそが、業界が取り組んでいる方向性である。江波龍の統合ストレージは、革新的な技術と優れた性能によって、エッジ側AIの波に対し継続的に力を与え続けるだろう。
大量の情報、精密な解説は、Sina Finance APPの中にある